中国工程建设标准双语术语库

气象环境
0 下载
2 浏览
2026-10-23

数据集简介

核心亮点

该术语库面向中英双向翻译、标准查阅、涉外合同编制与大模型微调等场景,提供条款级可溯源的中国工程建设标准双语术语检索。与一般词表不同,每条术语都保留了它出自哪一部标准、哪一条条款,便于在工程文档与合同文本中回溯核对。

  • 条款级溯源:每条术语均带条款编号与标准号,可定位到具体条文。
  • 双向最优去重表:除全量术语表外,另提供中译英、英译中两张最优去重表,方便直接用于翻译与检索。
  • 多领域覆盖:术语横跨水文、电力、结构、暖通、铁路、岩土、城市公共交通、生态环保等工程门类。
  • 开箱即用:同时提供 SQLite 数据库、JSON Lines 全量数据与统计报告,并配有查询工具与代码示例。

目录结构

仓库按数据、示例与工具分区组织,主要文件如下:

路径 说明
data/standard_term_bank.sqlite 核心 SQLite 数据库,约 11MB
data/standard_terms_all.jsonl 全量术语 JSON Lines 数据集
data/standard_terms_report.json 32 部标准的提取质量与分类统计报告
examples/quickstart.py Python 直连 SQLite 示例
query.py 交互式双语查询命令行工具

快速上手(命令行查询 CLI Tool)

仓库根目录的 query.py 提供交互式双语查询入口,下载仓库后即可在本地运行,按中文或英文术语进行检索。查询结果对应 terms 表中的字段,包括中文术语、英文术语、条款编号、领域标签与标准号等,便于快速核对术语出处。

Python 代码集成

examples/quickstart.py 演示了如何用 Python 直接连接 data/standard_term_bank.sqlite 并读取术语。由于数据以标准 SQLite 文件形式提供,也可用任意支持 SQLite 的语言或工具接入;若偏好文本流水线,则可直接读取 data/standard_terms_all.jsonl 逐行处理。

数据库设计 (Schema)

数据库围绕三张表组织:

  • terms 表:全量术语,字段为 id、zh、en、zh_key、en_key、clause、domain、source_name、standard_code、standard_level、trust_score。其中 zh_key、en_key 为归一化检索键,trust_score 为权威度评分。
  • zh_to_en_best 表:中译英最优去重表,含其他备选列表 JSON。
  • en_to_zh_best 表:英译中最优去重表,含其他备选列表 JSON。

规模上,terms 表共 9,665 条,zh_to_en_best 表 9,647 条,en_to_zh_best 表 9,615 条。

涵盖的主要标准与专业领域 (Top 15)

术语提取自 32 部现行国家标准(GB/T)与行业标准(CJJ/T 等),覆盖 94 个细分工程领域,其中较具代表性的领域包括:水文、电力、工程结构、供热通风与空调、铁路工程、岩土工程、城市公共交通、生态环保等。每部标准的提取质量与分类统计可在 data/standard_terms_report.json 中查看。

引用与署名说明 (Attribution & Citation)

本项目采用 MIT 开源许可协议,含署名要求。使用、转载或二次分发时请保留作者署名:半城风雨(Bancheng Fengyu / banchengfengyu-maker)。数据可通过 GitHub 公开仓库免费获取,也可通过 Hugging Face datasets 加载 banchengfengyu/chinese-standards-termbank。

支持与反馈 (Support & Feedback)

使用中如遇问题或有改进建议,可通过 GitHub 仓库的 issue 等渠道反馈,与作者半城风雨沟通。

基本信息

记录数量9,665 条术语,来自 32 部标准,覆盖 94 个细分工程领域;SQLite 数据库约 11MB
文件大小9,665 条术语,来自 32 部标准,覆盖 94 个细分工程领域;SQLite 数据库约 11MB
文件格式SQLite, JSONL, JSON, Python
数据来源半城风雨(Bancheng Fengyu)
术语数量9,665 条
标准数量32 部
覆盖领域94 个
许可协议MIT
数据体积约 11MB
数据落地页https://github.com/banchengfengyu-maker/chinese-standards-termbank
发布日期2026-10-23
工程建设标准双语术语中英翻译术语库标准查阅大模型微调

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费